CONTROL DIGITAL

TEMA II.
La transformada z.
Aplicación a los Sistemas de Control en tiempo discreto

• TRANSFORMADA z. PROPIEDADES Y TEOREMAS.

• TRANSFORMADA z INVERSA.
• ANÁLISIS EN EL PLANO z DE SISTEMAS DE CONTROL.
• TEOREMA DEL MUESTREO. RECONSTRUCCIÓN DE SEÑALES.
• FUNCIÓN DE TRANSFERENCIA PULSO.

Control Digital - © JAM 1999

2-1

Transformada z
• En un sistema de control en tiempo discreto, una ecuación en diferencias lineal e
“invariante en el tiempo” caracteriza la dinámica del sistema; dicha ecuación debe
resolverse para determinar la respuesta del sistema a una entrada dada.
• La transformada z es una herramienta matemática que nos permite resolver una
ecuación en diferencias de forma algebraica.
• Definición: La transformada z (unilateral) de una función de tiempo x(t), donde t es
positivo, o de la secuencia de valores x(kT), donde k adopta valores de 0 o de enteros
positivos y T es el periodo de muestreo se define como:
∞
X(z) = Z[x(t)] = Z[x(kT)] = ∑ x(kT ) z
k =0
−k

– z es una variable compleja.

– Para la mayoría de las aplicaciones de ingeniería, la transformada z unilateral tendrá una
solución apropiada en forma cerrada en su región de convergencia, no es necesario
especificar los valores de z para los cuales X(z) converge al resolver problemas en tiempo
discreto con el método de la transformada z.
– Se puede escribir, mediante inspección, en la forma de una serie:
X(z) = x(0) + x(T)z-1 + x(2T)z-2 + ... + x(kT)z-k + ...
– La z -k en esta serie indica la posición en el tiempo en la que se presenta la amplitud x(kT). De
manera contraria, si X(z) está dada como una serie, la transformada z inversa se puede
obtener por inspección como una secuencia de la función x(kT) que corresponde a los valores
de tiempo respectivos.
Control Digital - © JAM 1999
2-2

1
 Transformada z de funciones elementales (I)
• Función escalón unitario. ∞ ∞

 1 ( t ), 0 ≤ t X ( z ) = Z [1(t )] = ∑ 1z − k =∑ z − k =1 + z −1 + z − 2 + z −3 + ... =
x (t ) =  k =0 k =0
î 0, t < 0 1 z
= =
1 − z −1 z − 1
• Función rampa unitaria.
∞ ∞
X ( z ) = Z [t ] = ∑ x ( kT ) z − k =∑ kTz −k =
 t, 0 ≤ t k =0 k =0
x (t ) =  ∞
î 0, t < 0 = T ∑ kz −k
=T ( z + 2 z−1 −2
+ 3z −3 + ...) =
k =0
x (kT ) = kT , k = 0,1,2,...
z −1 Tz
=T =
(1 − z −1 ) 2 ( z − 1) 2

– Las magnitudes de los valores muestreados son proporcionales al período de muestreo T.

• Función polinomial ak (a = cte). ∞ ∞

X ( z ) = Z [ a k ] = ∑ x( k ) z − k = ∑ a k z − k =
a , k
k = 0 ,1 , 2 ,... k =0 k =0
x (t ) = 
k < 0 = 1 + a z −1 + a 2 z −2 + a 3 z − 3 + ...) =
î 0,
1 z
= =
1 − az −1 z − a
Control Digital - © JAM 1999
2-3

Transformada z de funciones elementales (y II)

• Función exponencial.
∞ ∞
 e − at , 0 ≤ t X ( z ) = Z [e − at ] = ∑ x( kT ) z − k =∑ e − akT z − k =
x (t ) =  k =0 k =0
î 0, t < 0
= 1 + e − aT z −1 + e − 2 aT z − 2 + e −3 aT z −3 + ...) =
x (kT ) = e − akT , k = 0,1,2,... =
1
−aT
=
z
1− e z −1 z − e − aT

• Función senoidal.
1
 sen ω t , 0 ≤ t X ( z ) = Z [sen wt ] = Z [ (e jwt − e − jwt )] =
x (t ) =  2j
î 0, t < 0
1 1 1
( − )=
Si observamos que: 2j 1 − e jwt z −1 1 − e − jwt z −1
e jwt = cos wt + jsen wt 1 (e jwt − e − jwt ) z −1
=
e − jwt = cos wt − jsen wt 2j1 − (e jwt − e − jwt ) z −1 + z − 2
1 jwt z −1 sen wT
⇒ sen wt = (e − e − jwt ) =
z sen wT
2j 1 − 2 z −1 cos wT + z − 2 z 2 − 2 z cos wT + 1
Control Digital - © JAM 1999
2-4

2
 Propiedades y teoremas (I)

• Multiplicación por una constante.

– Si X(z) es la transformada z de x(t), y a es una constante:
Z[ax(t)] = a Z [x(t)] = a X(z)
∞ ∞
Z [ ax(t )] = ∑ ax( kT ) z − k =a ∑ x ( kT ) z −k =aX ( z )
k =0 k =0

• Linealidad.
– Si f(k) y g(k) tienen transformada z y α y β son escalares, entonces x(k) formada por una
combinación lineal:
x(k) = αf(k) + βg(k) tiene la transformada z:
X(z) = αF(z) + βG(z)

• Multiplicación por ak.

– Si X(z) es la transformada z de x(k):
Z[ak x(k)] = X(a-1 z)
∞ ∞
Z [ a k x(t )] = ∑ a k x( k ) z −k =∑ x( k )( a −1 z ) − k =X ( a −1 z )
k =0 k =0

Control Digital - © JAM 1999

2-5

Propiedades y teoremas (II)

• Teorema de translación real.
– Si x(t)=0 para t<0 y X(z) es la transformada z de x(t):
Z [ x(t − nT )] = z − n X ( z )
n −1
y Z [ x(t + nT )] = z n [ X ( z ) − ∑ x(kT ) z − k ]
k =0
donde n es 0 o un entero positivo. Definiendo m=k-n:
∞ ∞ ∞
Z [ x(t − nT )] = ∑ x(kT − nT ) z −k = z − n ∑ x(kT − nT ) z − ( k −n) = z − n ∑ x( mT ) z −m
=
k =0 k =0 m= − n
∞
= z −n ∑ x(mT ) z − m = z −n X ( z )
m= 0

– Por lo tanto, la multiplicación de una transformada z por z-n tiene el efecto de retrasar la
función x(t) un tiempo nT (mover a la derecha). De forma similar puede demostrarse que:
n −1 n −1
Z [ x(t + nT )] = z n [ X ( z ) − ∑ x( kT ) z − k ] ⇒ Z [ x(k + n)] = z n [ X ( z ) − ∑ x( k ) z −k ]
k =0 k =0

Z[x(k +1)]= zX(z) − zx(0)

Z[x(k + 2)]= zZ[x(k +1)]− zx(1) = z2 X(z) − z2x(0) − zx(1)
⇒Z[x(k + n)]= zn X(z) − znx(0) − zn−1x(1) − zn−2x(2) −...− zx(n−1)
– La multiplicación de X(z) por z tiene el efecto de avanzar la señal x(kT) un período de
muestreo.

Control Digital - © JAM 1999

2-6

3
 Propiedades y teoremas (III)

• Teorema de translación compleja.

– Si X(z) es la transformada z de x(t):
Z[e − at x(t )] = X ( ze aT )
∞ ∞
Z[e − at x(t )] = ∑ x(kT )e −akT z −k =∑ x(kT )( zeaT ) − k =X ( ze aT )
k =0 k =0
Al reemplazar z en X(z) por zeaT da la transformada z de e-atx(t).

• Teorema del valor inicial.

– Si X(z) es la transformada z de x(t) y si el lim
z →∞
X (z ) existe, entonces el valor inicial x(0) de
x(t) está dado por:
x (0) = lim X ( z )
z →∞
∞
X ( z ) = ∑ x(k ) z −k
= x(0) + x(1) z −1 + x(2) z − 2 + ...
k =0
– Si z tiende a infinito X(z) tiende a x(0), de esta forma se puede determinar el
comportamiento de la señal en la vecindad de t=0 o k=0 y evitar posibles errores en el
cálculo de la transformada z.

Control Digital - © JAM 1999

2-7

Propiedades y teoremas (y IV)

• Teorema del valor final.
– Si X(z) es la transformada z de x(k) y x(k)=0 para k<0, y todos los polos de X(z) están
dentro del círculo unitario con la única excepción de un solo polo en z=1 (condición de
estabilidad), entonces el valor final de x(k) (cuando x(k) tiende a ∞) puede expresarse:
−1
lim x(k ) = lim[(1 − z
k →∞ z →1
) X ( z )]

∞
Dem: Z [ x ( k )] = X ( z ) = ∑ x(k ) z −k

k =0
∞
Z [ x ( k − 1)] = z −1 X ( z ) = ∑ x ( k − 1) z −k

k =0
∞ ∞
⇒ ∑ x(k ) z −k
− ∑ x ( k − 1) z −k
= Z ( z ) − z −1 X ( z )
k=0 k=0
∞ ∞

: ⇒ lim [ ∑ x ( k ) z − ∑ x ( k − 1) z ] = lim [(1 − z ) X ( z )]

−k −k −1

z →1 k=0 k=0 z →1
Según la condición de estabilidad supuesta, y que x(k)=0 para k<0, el 1er miembro queda:
∞

∑ [ x ( k ) − x ( k − 1)] = [ x ( 0 ) − x ( − 1)] + [ x (1) − x ( 0 )] + ... = x ( ∞ ) = lim

k =0 k→∞
x(k )
−1
⇒ lim x(k ) = lim [(1 − z ) X ( z )]
k→∞ z →1

– Es útil para determinar el comportamiento de x(k) a medida que k→∞ a partir de X(z)

Control Digital - © JAM 1999

2-8

4
 Transformada z inversa (Z-1)
• La transformada inversa de X(z) da como resultado la correspondiente secuencia de tiempo x(k),
sólo en los instantes de muestreo ⇒ no da una única x(t), sino que especifica los valores de x(t)
solamente en los valores discretos de tiempo t = 0, T, 2T, ... y no dice nada de los valores en
otros tiempos ⇒ muchas funciones de tiempo x(t) pueden tener la misma x(kT).
• Para determinar la transf. inversa podemos utilizar una tabla (muy extensa) o aplicar un método
(división directa, computacional, fracciones parciales, integral de inversión) para expresar una
transformada z complicada como una combinación (suma) de transformadas z más sencillas.
• Polos y ceros en el plano z: X(z) puede tener la forma:
b0 z m + b1 z m −1 + ... + bm
X (z) = (m ≤ n )
z n + a1 z n −1 + ... + an donde los pi (i=1,2,...,n) son los polos
b0 ( z − z1 )( z − z 2 )...( z − z m ) y los zj (j=1,2,...,m) son los ceros de X(z).
ó X (z) =
( z − p1 )( z − p2 )...(z − pn )
más común en ingeniería de control y
b z −( n−m ) + b1 z −( n− m +1) + ... + bm z −n procesamiento de señales; cociente de
ó X (z) = 0
1 + a1 z −1 + a2 z − 2 + ... + an z − n polinomios en z-1 donde z-1 se interpreta
como el operador retraso unitario.
• Métodos:
– División directa (utiliza la notación con potencias de z-1)
– Computacional
– Expansión en fracciones parciales (potencias en z)
– Integral de inversión (potencias en z)
Control Digital - © JAM 1999
2-9

Transformada z inversa. Método de la división directa.

• Expansión de X(z) en una serie infinita de potencias z-1
• Util cuando es difícil obtener una expresión en forma cerrada para la transformada z inversa o
se desea encontrar sólo algunos de los primeros términos de x(k). Si X(z):
∞
X ( z ) = ∑ x(kT ) z − k = x(0) + x(T ) z −1 + x(2T ) z − 2 + ... + x(kT ) z − k + ...
k =0
ó
∞
X ( z ) = ∑ x(T ) z − k = x(0) + x(1) z −1 + x(2) z −2 + ... + x(k ) z − k + ...
k =0

entonces x(kT) o x(k) es el coeficiente del término z-k, por tanto, los valores para k = 0, 1, 2, ...
se pueden determinar por inspección.
• Si X(z) está dada en forma de una función racional, la expansión en una serie de potencias
infinita en potencias crecientes de z-1 se puede hallar simplemente dividiendo el numerador
entre el denominador.
• Por este método normalmente es difícil obtener una expresión para el término general a partir
del conjunto de valores x(kT) o x(k).

Ejemplos: Hallar x(k) cuando X(z):

10z + 5
a) X ( z) =
(z −1)(z − 0.2)
1
b) X (z) =
z +1 2-10
Control Digital - © JAM 1999

5
 Método computacional: Ecuaciones en diferencias.
• Consideremos un sistema G(z) definido como:
− −
0.4673 z 1 − 0.3393 z 2
G( z) =
1 − 1.5327 z −1 + 0.6607 z − 2
Utilizaremos la función delta de Kronecker:
1, k = 0
( kT ) =  donde X ( z) = 1
î 0, k ≠ 0
0

como entrada para el sistema G(z), por tanto:

Y (z) 0.4673z −1 − 0.3393z −2 0.4673z − 0.3393
G(z) = = = ⇒
X ( z) 1 − 1.5327 z −1 + 0.6607 z − 2 z 2 − 1.5327 z + 0.6607
⇒ ( z 2 − 1.5327 z + 0.6607)Y ( z ) = (0.4673z − 0.3393) X ( z )
Esta ecuación se puede convertir en la ecuación en diferencias:
y(k + 2) − 1.5327 y(k + 1) + 0.6607 y(k ) = 0.4673x(k + 1) − 0.3393x(k )
donde x(0)=1 y x(k)=0 para k≠0, y y(k)=0 para k<0; los datos iniciales y(0) y y(1) se pueden
determinar sustituyendo k=-2 y k=-1:
y(0) − 1.5327 y(−1) + 0.6607 y(−2) = 0.4673x(−1) − 0.3393x(−2)
⇒ y (0) = 0
y(1) − 1.5327 y (0) + 0.6607 y(−1) = 0.4673x(0) − 0.3393x(−1)
⇒ y(1) = 0.4673
A partir de estos datos iniciales podemos iterar por programa y resolver la ecuación para y(k).

Control Digital - © JAM 1999

2-11

Método de expansión en fracciones parciales

• Requiere de que todos los términos de la expansión en fracciones parciales se puedan reconocer
fácilmente en la tabla de transformada z.
b z m + b1 z m −1 + ... + bm Factorizando el b z m + b1 z m−1 + ... + bm
X (z) = 0 n n −1
X (z) = 0
z + a1 z + ... + an denominador (polos) ( z − p1 )( z − p2 )...( z − pn )
• Si X(z) tiene uno o más ceros en el origen (z=0 ⇒ bm=0) y polos simples, entonces X(z)/z o
X(z) se expande en la suma de términos sencillos de 1º y 2º orden mediante la expansión en
fracciones parciales y se busca en la tabla la función de tiempo correspondiente a cada término
expandido.
bm = 0 ⇒ Expandir X ( z ) / z:
 X ( z) a1 a2 an  X ( z) 
 = + + ... + donde ai = ( z − pi )
 z z − p1 z − p2 z − pn  z  z = pi

bm ≠ 0 ⇒Expandir X ( z ):
 X ( z ) = a1 + a2 + ... + an donde ai = [( z − pi ) X ( z ) ]z = pi
 z − p1 z − p2 z − pn
î
• Si X(z)/z involucra un polo múltiple, [Link]. un polo doble en z = pi y no tiene más polos:

X (z)
=
c1
+
c2  X ( z) 
donde: c1 = ( z − p1 ) 2
z ( z − p1 ) 2 z − p1  z  z = p1

• Si X(z)/z involucra un polo triple en z = pi, entonces d  X ( z)  

c2 =  ( z − p1 ) 2 
debe haber un término (z + pi) / (z - pi)3 î dz  z   z = p
1

Control Digital - © JAM 1999

2-12

6
 Método de la integral de inversión (residuos)
• La integral de inversión de la transformada z X(z) viene dada por:
1
∫
donde C es un círculo con centro en el origen del
Z −1[ X ( z )] = x( kT ) = x( k ) = X ( z ) z k −1dz plano z tal que todos los polos de X(z)zk-1
2


C
están dentro de él.
• La ecuación de la transformada inversa se puede obtener en términos de los residuos si se
utiliza la teoría de la variable compleja:
[ ]
m
x (kT ) = x (k ) = K1 + K 2 + ... + K m = ∑ residuo de X ( z ) k −1 en el polo z = zi de X ( z ) z k −1
i =1

• Si el denominador de X(z)zk-1 contiene un polo simple en z = zi entonces el residuo K:

[
K = lim ( z − z i ) X ( z ) z k −1
z → zi
]
• Si contiene un polo múltiple zj de orden q, entonces el residuo K esta dado por:
1 d q −1
K = lim [( z − z j ) q X ( z ) z k − 1 ]
( q − 1)! z → z j dz q − 1

• Si X(z) tiene un cero de orden r en el origen, entonces X(z)zk-1 involucrará un cero de orden
r + k -1 en el origen, por tanto 2 situaciones:
– si r ≥ 1 ⇒ r + k - 1 ≥ 0 para k ≥ 0 y no hay polo en z=0 en X(z)zk-1
– si r ≤ 0 ⇒ habrá un polo en z=0 para uno o más valores positivos de k ⇒ es necesaria la
inversión por separado para cada valor de k.

Control Digital - © JAM 1999

2-13

Solución de ecuaciones en diferencias

• Las expresiones en forma cerrada de x(k) no se pueden obtener a partir de la solución que da el
método computacional, excepto en casos muy especiales. Por ello se aplica un método basado
en la transformada z.
• Sea el sistema en tiempo discreto, lineal e invariante en el tiempo con la siguiente ec. difs:
x(k ) + a1 x(k − 1) + ... + an x(k − n) = b0u (k ) + b1u (k − 1) + ... + bn u(k − n)
donde u(k) y x(k) son la entrada y salida del sistema, respectivamente, en la k-ésima iteración.
Al describir dicha ecuación en diferencias en el plano z, se toma la transformada z de cada uno
de los términos en la ecuación.
Función discreta Transformada z
x(k+4) z4X(z)-z4x(0)-z3x(1)-z2x(2)-zx(3)
x(k+3) z3X(z)-z3x(0)-z2x(1)-zx(2)
x(k+2) z2X(z)-z2x(0)-zx(1)
x(k+1) zX(z)-zx(0)
x(k) X(z)
x(k-1) z-1X(z)
x(k-2) z-2X(z)
x(k-3) z-3X(z)
x(k-4) z-4X(z)

Control Digital - © JAM 1999

2-14

7
 Análisis en el plano z: muestreo mediante impulsos
• Un muestreador real toma periódicamente muestras de la señal de entrada y produce una
secuencia de pulsos como salida. Mientras que la duración del muestreo (ancho de pulso) del
muestreador real es muy pequeña (pero nunca llegará a ser cero), la suposición de que el ancho
es cero simplifica el análisis de los sistemas de tiempo discreto: muestreador ideal. Dicha
suposición es válida si la duración del muestreo es muy pequeña comparada con la constante de
tiempo más significativa del sistema y si un circuito de retención se conecta a la salida del
muestreador.
• La salida muestreada mediante impulsos es una secuencia de impulsos, con la magnitud de cada
impulso igual al valor de x(t) en el instante de tiempo correspondiente, es decir, en el tiempo
t=kT, el impulso es x(kT)δ(t-kT), donde δ(t-kT)=0 a menos que t=kT.
• Si denotamos x*(t) como la salida muestreada mediante impulsos (tren de impulsos):
∞
x* (t ) = ∑ x(kT )δ (t − kT ) = x (0)δ (t ) + x(T )δ (t − T ) + ... + x( kT )δ (t − kT ) + ...
k =0 ∞
y definimos un tren de impulsos unitarios como: δ T (t ) = ∑ δ (t − kT )
k =0
• La salida del muestreador es igual al producto de la señal en tiempo continuo de entrada x(t) por
el tren de impulsos unitarios δT(t) ⇒ el muestreador se puede considerar como un modulador
con la entrada x(t) como la señal moduladora y el tren de impulsos δT(t) como la portadora.
Portadora

δτ(t)

x(t) Modulador x*(t)

Señal moduladora Salida
Control Digital - © JAM 1999
2-15

Análisis en el plano z: muestreo y retención

• Si aplicamos la transformada de Laplace a la ecuación de la señal muestreada:

x* (t ) = x(0)δ (t ) + x(T )δ (t − T ) + ... + x(kT )δ (t − kT ) + ... Si se define :

L[ x (t )] = x (0) L[δ (t )] + x(T ) L[δ (t − T )] + x( 2T ) L[δ (t − 2T )] + ... =
*
eTs = z
∞
1
= x(0) + x(T )e −Ts + x (2T )e −2Ts + ... = ∑ x (kT )e − kTs ⇒ s= ln z
k =0 T
∞
entonces : X * ( s ) s =(1/ T ) ln z = ∑ x( kT ) z − k = X ( z )
k =0

• Retención de datos: Un circuito de retención convierte la señal muestreada a tiempo continuo,

reproduciendo aproximadamente la señal aplicada al muestreador. La señal h(t) durante un
intervalo de tiempo kT ≤ t ≤ (k+1)T se puede aproximar mediante un polinomio en τ :
h(kT + τ ) = anτ n + an −1τ n−1 + ... + a1τ + a0 , 0 ≤τ ≤ T y h(kT) = x(kT) ⇒
n −1
⇒ h(kT + τ ) = anτ + an −1τ n
+ ... + + a1τ + x (kT )
• Es un extrapolador polinomial de n-ésimo orden (retenedor de n-ésimo orden), emplea los n+1
datos discretos anteriores x((k-n)T), x((k-n+1)T),...,x(kT) para generar una señal h(kT+ τ).
• La exactitud en la aproximación mejora a medida que aumenta el nº de muestras anteriores,
pero a costa de un retraso mayor. En sistemas de control en lazo cerrado, cualquier retardo
adicional afecta a la estabilidad de forma importante.
• El más sencillo y usado es el retenedor de orden cero (ZOH) y mientras no se especifique se
usará siempre como circuito de retención.
Control Digital - © JAM 1999
2-16

8
 Función de transferencia de un retenedor de orden cero (ZOH)
x(t) x(kT) h1(t) x(t) x*(t) h2(t)
ZOH X*(s) Gh0(s) H2(s)
T δT

• La señal de entrada x(t) se muestrea en instantes discretos y la señal muestreada se pasa por un
ZOH, éste suaviza la señal muestreada para producir la señal h(t) que es constante desde el último
valor muestreado hasta que se puede disponer de la siguiente muestra: h(kT+t)=x(kT) , 0<=t<=T
• Podemos construir un modelo matemático para el muestreador real y el ZOH. Si la integral de la
función impulso es una constante, se puede suponer que el ZOH es un integrador (con función de
transferencia Gh0), y la entrada al ZOH es un tren de impulsos x*(t) obtenida muestreando x(t).

h1 (t ) = x( 0)[1(t ) − 1(t − T )] + x(T )[1(t − T ) − 1(t − 2T )] + x( 2T )[1(t − 2T ) − 1(t − 3T )] + ... =

∞
e -kTs
= ∑ x( kT )[1(t − kT ) − 1(t − ( k + 1)T ] sabiendo que : L[ 1(t-kT)] = ⇒
k =0 s
−kTs −( k +1) Ts −Ts ∞
∞
e −e 1− e
⇒ L[ h1 (t)] = H1 (s) = ∑ x ( kT ) = ∑ x(kT )e−kTs
k =0 s s k =0
1 − e −Ts ∞
Se quiere demostrar que : L[ h2 (t )] = H 2 ( s ) = H1 ( s ) =
s k =0
∑ x(kT )e− kTs
∞
H 2 ( s ) = Gh 0 ( s ) X * ( s ), como X * ( s ) = ∑ x( kT )e −kTs ⇒
k =0
1 − e −Ts
⇒ Comparando ambas ecuaciones , la función de transfere ncia del ZOH es : Gh 0 ( s ) =
s

Control Digital - © JAM 1999

2-17

Función de transferencia de un retenedor de 1er orden (FOH) (I)

• Aunque los FOH no se suelen usar en sistemas de control vale la pena ver cúal podría ser su
función de transferencia. Para el retenedor de 1er orden (n=1) tenemos la siguiente expresión:
h(kT + τ ) = a1τ + x( kT ) donde 0 ≤ τ < T y k = 0,1,2,...
al aplicar la condición h(( k − 1)T) = x((k − 1)T) la cte. a1 se puede determinar :
x( kT ) − x(( k − 1)T )
h((k − 1)T ) = −a1T + x( kT ) = x(( k − 1)T ) ⇒ a1 = ⇒
T
x( kT ) − x((k − 1)T )
⇒ h( kT + τ ) = x(kT ) + τ donde 0 ≤ τ < T
T
x(kT) h(t) La señal de salida en tiempo
continuo h(t) que se obtiene con
el FOH es lineal por secciones

x(t) x(kT) FOH h(t)

• Para obtener la funcion de transferencia es conveniente suponer una función sencilla para x(t),
[Link]. una función escalón unitario:
x(t) x(kT) h(t)

1 1
t t t
x(t) x(kT) FOH h(t)
Control Digital - © JAM 1999
2-18

9
 Función de transferencia FOH (y II)
• Para el muestreador real y el retenedor de 1er orden la salida h(t) consiste en líneas rectas que
son extrapolaciones de los dos valores muestreados precedentes:
 t t −T
h(t ) = 1 + 1(t ) − 1(t − T ) − 1(t − T ), la transformada de Laplace de h(t) es :
 T  T
1 1  1 1 1 − e −Ts 1 − e −Ts Ts + 1
H(s) =  + 2  − 2 e −Ts − e −Ts = + = (1 − e −Ts )
 s Ts  Ts s s Ts 2 Ts 2
• El modelo matemático consiste en un muestreador mediante impulsos y Gh1(s), la función de
transferencia del retenedor de 1er orden. La señal de salida es la misma que la salida del sistema
real, por tanto viene dada por la misma ecuación anterior.
• La transformada de Laplace de la entrada x*(t) al FOH Gh1(s) es:
∞
1
X * ( s ) = ∑ 1( kT )e −kTs = por tanto G h1(s) está dada por :
k =0 1 − e −Ts
2
H (s) Ts + 1  1 − e −Ts  Ts + 1

Gh1(s) = = (1 − e −Ts ) 2 =
*
X (s) Ts 2  s  T
 
• Un muestreador real en combinación con un retenedor de primer orden es equivalente a un
− Ts 2
muestreador mediante impulsos con una función de transferencia (1 − e ) (Ts + 1) / Ts
2

Control Digital - © JAM 1999

2-19

Transformada z de funciones con el término (1-e-Ts)/s

• Se considera que la función X(s) incluye (1-e-Ts)/s, supongase que la función de transferencia
G(s) sigue de un retenedor de orden cero:
1 − e −Ts G ( s)
X (s) = G ( s) lo cual se puede escribir como : X (s ) = (1 − e −Ts ) = (1 − e −Ts )G1 ( s)
s s
G(s)
donde G 1 (s ) = Si consideram os la función X 1 (s ) = e −Ts G1 (s )
s
Como X 1 ( s ) es el producto de la transf. de Laplace de dos funciones, la transform ada inversa de
Laplace puede estar dada por la integral de convolució n :
 g (t ) = L−1[e −Ts ] = δ (t − T )
x1 (t ) = ∫ g 0 (t − τ ) g1 (τ ) dτ
t
donde  0 ⇒
0
î g1 (t ) = L−1[G1 ( s)]
x1 (t ) = ∫ δ (t − T − τ ) g1 (τ )dτ = g1 (t − T )
t
Si definimos Z [ g1 (t )] = G1 ( z ) :
0
Z [ x1 (t )] = Z [ g1 (t − T )] = z −1G1 ( z ) por tanto para la X(s) original :
 G ( s) 
X(z) = Z [G1 (s ) − e −Ts G1 ( s )] = Z [ g1 (t )] − Z [ x1 (t )] = G1 ( z ) − z −1G1 ( z ) = (1 - z −1 )G1 ( z) = (1 - z −1 ) Z  
 s 
• Se ha demostrado que si X(s) incluye un factor (1-e-Ts)/s, entonces al obtener la transf. z de X(s),
el término 1- e-Ts se puede factorizar de tal modo que X(z) sea igual al producto de (1-z-1) y la
transf. z del término remanente.
• Para el retenedor de primer orden (FOH), si G(s) sigue a un FOH Gh1(s):
2
 1 − e −Ts  Ts + 1 Ts + 1
X (s ) = G h1 ( s)G ( s ) =   G ( s ) = (1 − e −Ts ) 2 G ( s)
 s  T Ts 2
Ts + 1 Ts + 1
X ( z ) = Z [(1 − e −Ts ) 2 G ( s )] = (1 − z −1 ) 2 Z [ 2 G ( s )]
Ts 2 Ts
Control Digital - © JAM 1999
2-20

10
 Teorema del muestreo (Shannon-Nyquist) (I)
• Si la frecuencia de muestreo es suficientemente alta, comparada con la componente de más alta
frecuencia que se incluye en la señal en tiempo continuo, las características de amplitud de la
señal en tiempo continuo se pueden preservar en la envolvente de la señal muestreada.
• Para reconstruir la señal original a partir de una señal muestreada, existe una frecuencia mínima
de muestreo que especifica el tª de muestreo. Suponemos x(t) con un espectro en frecuencia sin
componentes frecuenciales por encima de w1 rad/seg.
• Teorema: Si ws definida como 2π/T, donde T es el periodo de muestreo es mayor que 2 w1,
donde w1 es la componente de más alta frecuencia presente en la señal en tiempo continuo x(t),
entonces la señal se puede reconstruir completamente a partir de la señal muestreada x*(t).
ws > 2w1
• Para demostrar el tª se necesita encontrar el espectro en frecuencia de la señal muestreada x*(t)
este estudio a de ser frecuencial ya que cualquier señal está compuesta de armónicos
caracterizados por su amplitud y frecuencia. Para ello usamos una herramienta matemática
como es la Transformada de Fourier y su desarrollo en serie:
∞ 1 ∞
F [f(t )] = ∫ f(t ).e − jwt .dt = F (jw) Antitransf ormada : F −1 [f(t )] = ∫ F (jw).e jwt .dw = f(t )
−∞ 2π −∞
El desarrollo en serie de Fourier de una función periódica es :
∞
1 t 0+T
f(t) = ∑ C1 .e jlwt donde : C1 = ∫ f(t ).e −jlwt .dt
l = -∞ T t0
• Todo consiste en aplicar adecuadamente estas herramientas al problema planteado, que se
reduce a analizar una señal periódica de pulsos de duración h y amplitud igual al valor de la
señal de entrada, la cual muestreamos cada cierto periodo.
Control Digital - © JAM 1999
2-21

Teorema del muestreo (Shannon-Nyquist) (II)

• La señal
∞
portadora es un tren de escalones ∞unitarios (pulsos) de periodo T0 y duración h:
p(t ) = ∑ [u (t − kT0 ) − u (t − kT0 − hT0 )] = ∑ [ p (t − kT0 )] , su desarrollo en serie de Fourier :
k =0 k =0
0+T
∞
2π 1 0
p(t) = ∑ C1e jlw0t siendo la frecuencia de muestreo w0 =
T0
: C1 =
T0 ∫0
p(t ).e −jlw0t .dt
l = −∞
Como la señal p (t ) sólo está definida para el 1er periodo de muestreo en el subintervalo (0, h), con
lo que el límite superior de la integral puede ser h, y el valor de p(t) en dicho subintervalo es 1 ⇒
 jlw0 h − jlw0 h

1  1 − .e − jlw0h  1  .e 2 − e 2  −jlw2 0h
h
1 h − jlw0t 1  .e − jlw0t 
⇒ C1 = ∫ 1.e .dt =   =   =  .e =
T0 0 T0  − jlw0 t  0 T0  − jlw 0  T0  jlw 0 
 
 jlw20 h − jlw0 h
 − jlw0h lw0 h
sin
2  .e  2 − jlw0h
−e 2 h 2 .e 2
=  .e = .
T0 .l .w0  2j  T 0
lw 0
h
  2
∞
p(t ) = ∑ C1 ( jlw 0 ) .e jlw0t
Según el Tª de Convolució n : X p (t ) = X (t ). p(t ) ⇒
l = −∞
∞ ∞ ∞ ∞ ∞

∫X (t ).e −jwt .dt = ∫ X (t ).e ∑ C ( jlw ∑ C ( jlw ). ∫ X (t ).e

− jwt − j( w −1. w0 ) t
X p ( jw) = p 1 0
) .e jlw0t .dt = 1 0
.dt
−∞ −∞ l = −∞ l = −∞ −∞
El término subrayado muestra que hay una transformación en el plano de la frecuencia ⇒
∞
X ( j( w − 1.w0 )) en vez de X(jw) ⇒ X p ( jw) = ∑ C (jw l).X (j( w − l )w
1 0 0
)) =
l = −∞
= C0 X ( jw) + C1 ( jw0 ) X ( j( w − w0 )) + C 2 ( j2 w0 ) X ( j( w − 2w0 )) + ...
Control Digital - © JAM 1999
2-22

11
 Teorema del muestreo (Shannon-Nyquist) (III)
• Representando en el dominio de la frecuencia:
– Amplitud de los coeficientes de la señal protadora.
– Amplitud de la señal de entrada.
– Amplitud de la señal de salida.
y partiendo del supuesto donde wc es la mayor frecuencia de la señal de entrada X(t), es decir
todas las señales que componen X(t) están comprendidas en el rango [0,wc] obtenemos:
|C1|

h/T0

C-1 C0 C1 C2 C3 C4 w
| X[j*(w-I*w0)]|

-w0 -w0/2 0 w c w0/2 w0 2w0 3w0 4w0 w

| Xp[jw] |

h/T0

-w0 0 w0 2w0 3w0 4w0 w 2-23

Control Digital - © JAM 1999

Teorema del muestreo (Shannon-Nyquist) (IV)

Interpretación:
Hemos supuesto a la señal de entrada X(t) como una señal de banda limitada, definida por:
 X ( jw) , si w ≤ wc
X ( jw) = 
î 0, si w > wc
• Tras muestrear, la salida debería estar igualmente determinada. Ahora bien la señal muestreada
no solo presenta el espectro de frecuencias de la señal de entrada afectado por una ganancia C0,
(C0=h/T0), sino que además incorpora infinitos nuevos armónicos. Estos son añadidos por el
muestreador (son los actos reflejos del mismo) y aparecen agrupados en bandas laterales
(sidebands). Cada una de estas infinitas bandas está ce3ntrada sobre (l*w0), tiene una anchura de
2 wc y están afectadas por una amplitud decreciente C1.
• Resumiendo: en la salida aparecen infinitos armónicos que no estaban en la entrada, con lo que el
comportamiento en frecuencia ha sufrido una variación cuantitativa y cualitativa. Esto no debería
ser así.
Solución:
Para la atenuación de la entrada en la salida, si suponemos:
[Link] = 1
[Link] = h / T0 < 1
Nos bastará con colocar un amplificador en la salida del muestreador (con un FOH):
T0/h
X(t)
Xp(t) Xp(t)
Amplificador
Muestreador
Control Digital - © JAM 1999
2-24

12
 Teorema del muestreo (Shannon-Nyquist) (y V)
• Para que el resultado de la reconstrucción sea válido, es necesario que en la salida no aparezca
el efecto de las bandas laterales. Para eliminarlas, nos serviremos de un filtro paso-bajo que
dejará pasar sólo bajas frecuencias (físicamente es un regulador de tipo PI implementado con
una resistencia más un condensador).
• Si representamos la salida Xp(t) (supuesto que la amplitud es constante con cada banda lateral
por claridad de dibujo) en un diagrama de amplitud de Bode:
|X[j*(w-I*w0)]| |X[j*(w-I*w0)]|
1 1

h/T0 h/T0

0 wc w 0 wc w

En la salida del filtro habrán desaparecido las bandas laterales

• Luego la Xp(t) una vez simplificada y filtrada se le aplica la reconstrucción (ZOH, etc), la señal
que se obtiene es aproximadamente la original:

X(t) X*(t) Filtro Xp(t) ≈ X(t)

Amplificador paso-bajo ZOH
Muestreador

Control Digital - © JAM 1999

2-25

Overlaping y Aliasing. Corolario: Teorema de Shannon (I)

OVERLAPING
| X[j*(w-I*w0)]| Como vemos no se cumple el supuesto:

w0
wc ≤
2
0 w0/2 wc w0 2w0 3w 0 w
Las bandas laterales se solapan (las areas están superpuestas) sumándose sus efectos, a este suceso
se denomina overlaping. Si introdujésemos un filtro paso-bajo, todo lo que está a la derecha
desaparecería, pero aún así se habría “colado” parte del 2º armónico en el 1º, degradándose la
información. Podríamos pensar que la solución nos vendría dada haciendo cumplir el supuesto,
reduciendo la frecuencia de entrada (cortando la señal). Pero esto no es lógico, porque antes de
trabajar con la señal estaríamos perdiendo información. La respuesta estará en cambiar la frecuencia
de muestreo, siendo la nueva: w ≥ 2 * w
0 c
• Muestreamos a una frecuencia que será como mínimo eldoble de la frecuencia wc (que es la
frecuencia más rápida de la señal original X(t)) quedándonos antes de filtrarla:
| X[j*(w-I*w0)]|
Evitando de esta manera el overlaping

0 wc w0/2 w0 3w0/2 2w0 w

• Teorema de Shannon: “La frecuencia de muestreo ha de ser como mínimo el doble de la mayor
frecuencia que se vaya a tomar en cuenta de la señal a muestrear”.
Control Digital - © JAM 1999
2-26

13
 Overlaping y Aliasing. Corolario: Teorema de Shannon (II)
ALIASING
• Una señal de frecuencia w1 es “alias” de una señal de frecuencia w2 si para una frecuencia de
muestreo w0 ambas señales toman los mismos valores en los instantes de muestreo. También se
dice que la señal 1 es un “impostor” de la señal de 2 para una frecuencia de muestreo w0.
• La expresión matemática de una frecuencia alias es: walias = woriginal + n*w0
donde n es un número entero positivo o negativo, luego las frecuencias negativas son también
válidas. En consecuencia deberemos evitar todo periodo de muestreo que coincida donde se
cortan las señales y/o tengan el mismo valor absoluto.
• Si nos remitimos al primer ejemplo y analizamos el gráfico de la amplitud de la señal de salida:
| Xp[jw] |

h/T0

-w0 0 w0 2w0 3w0 4w0 w

w w1 w2 w3 w4
• Claramente se ve que las bandas laterales contienen “impostores” (w1, w2, w3) de las
frecuencias originales. Esto nos lleva a dos planteamientos:
– No solapar la banda central con las laterales, ya que entonces se mezclarían las frecuencias
originales con impostoras, esto es evitar el overlaping. Esta es la aproximación intuitiva
del siguiente planteamiento.
– En nuestro ejemplo suponemos que todas las frecuencias son menores que wc, pero lo más
normal es que el espectro de frecuencia sea mucho más amplio.

Control Digital - © JAM 1999

2-27

Overlaping y Aliasing. Corolario: Teorema de Shannon (III)

Imaginemos una señal de entrada con la siguiente forma:
| X[jw]| Hasta ahora habíamos considerado a la señal de
entrada como de tipo senoidal, sin embargo puede
darse el caso en el que una vez ha sobrepasado la
frecuencia wc no llegue a cero sino que se
aproxime lentamente.
0 w0 2w0 3w 0 w
Después de muestrear la señal quedará:
| X[j(w-Iw0)]| Para evitar la superposición de información de las
señales alias (overlaping), tendremos que
incrementar la frecuencia de muestreo, pero si nos
atendemos al Tª de Shannon deberíamos hacer:
0 w0 2w0 3w 0 w w0 = 2*∞
• Lo cual obviamente, no es posible ni tiene sentido, la solución será la incorporación de un filtro
antialising previo al muestreo, de esta forma restituimos el espectro de frecuencias original. Es
decir, elegimos una frecuencia wc, tal que el espectro (0, wc) represente suficientemente a la señal
X(t), quedando la señal:
| X[jw]|

0 w0/2 w0 3w 0/2 2w0 w

Control Digital - © JAM 1999

2-28

14
 Overlaping y Aliasing. Corolario: Teorema de Shannon ( y IV)
• Después del muestreo con la incorporación del filtro la señal presentará la forma:

| X[j(w-Iw0)]|

0 w0/2 w0 3w 0/2 2w0 w

• Así filtramos la señal perdiendo información, porque siempre es preferible perder algo conocido
a que la señal se descontrole. Una vez acotado el armónico y sus actos reflejos es cuando
aplicamos un filtro paso-bajo con el que eliminaremos las bandas laterales (función que
incorpora el retenedor).
• En definitiva, tanto los filtros paso-bajo como antialising ofrecen soluciones complementarias a
un mismo problema.

Control Digital - © JAM 1999

2-29

Aproximación intuitiva al Teorema de Shannon

Supongamos una señal S compuesta a su vez por otras 4 señales S=S1+S2+S3+S4 :
S1 = sen(w1*t), w1=2*π*f1 rad/seg, f1=1 Hz
S2 = sen(w2*t), w2=2*π*f2 rad/seg, f2=2 Hz
S3 = sen(w3*t), w3=2*π*f3 rad/seg, f3=3 Hz
S4 = sen(w4*t), w4=2*π*f4 rad/seg, f4=4 Hz
• En las gráficas adjuntas están representadas en el dominio de la frecuencia estas 4 señales en el intervalo (0,
2π), y en el dominio temporal para diferentes periodos de muestreo.
• Si muestreamos a una frecuencia w0= 2π*1 todas las señales mostrarán el mismo resultado, en este caso 0
(muestreamos en los puntos donde se cortan todas).
Planteémoslo como una distribución de frecuencias:
0 w0/2 w1 w2 w3 w4 w
• Hay efecto aliasing (las 4 son “alias” entre sí). Del desarrollo de Fourier final, se obtiene la expresión
matemática de las frecuencias alias de una señal a frecuencia w1 y frecuencia de muestreo w0:
walias=w1 + n*w0
para nuestro ejemplo tomamos w1= 2π*f1= 2π*1, quedándonos:
walias= 2π*1 + n* 2π*1 = 2π* falias ⇒ falias = 1 + n
• En nuestro caso para n=1,2 y 3 las señales a frecuencia f2, f3 y f4 son tratadas como alias de f1, cuando no
debería ser así. El problema en el extremo reside en la mayor frecuencia (f4=4 Hz). La solución consiste en
encontrar una frecuencia de muestreo tal que no exista ni n (entero positivo o negativo), ni una frecuencia
menor que f4 que hagan que ésta se comporte como una frecuencia alias.
• Si asignamos valores a f0 y buscamos su correspondencia con f1 y n tendremos que:
f0=2Hz, 4=f1+n*2 ⇒ n=1 y f1 =2Hz ⇒ S4 alias de S2
f0=3Hz, 4=f1+n*3 ⇒ n=1 y f1 =1Hz ⇒ S4 alias de S1
f0=8Hz, 4=f1+n*8 ⇒ n=0 y f1 =4Hz ⇒ S4 alias de S4
f1=f4, su alias es el mismo, ⇒ f0 >2 * fmáxima
Control Digital - © JAM 1999
2-30

15
 La función de transferencia pulso
• La función de transferencia pulso (FTP) relaciona las transformadas z de la salida en los
instantes de muestreo con la correspondiente entrada muestreada.
Y (z)
G( z ) = X(z)
G(z)
Y(z)
X ( z)
• La transformada z de la señal de salida se puede obtener como el producto de la función de
transferencia pulso del sistema y la transformada z de la señal de entrada. G(z) también es la
transformada z de la respuesta del sistema a la entrada delta de Kronecker.
• Al analizar sistemas de control en tiempo discreto nos encontramos que unas señales son
muestreadas mediante impulsos (*) y otras no. Para obtener la FTP hay que obtener las
transformadas de las señales de salida de los sistemas que contienen operaciones de muestreo
en varios lugares de los lazos. [Link]. sea el siguiente sistema muestreado por impulsos:

x*(t) y(t)
x(t)
G(s)
δT
X(s) X*(s) Y(s)
Y ( s) = G( s) X * (s)
[ ]
Y * ( s ) = G ( s ) X * ( s ) = [G ( s ) ]* X * ( s ) = G ( s ) * X * ( s )
*

Y ( z) = G ( z ) X ( z )
• Este hecho es muy importante en la obtención de la FTP y también en la simplificación del
diagrama de bloques del sistema de control en tiempo discreto.
Control Digital - © JAM 1999
2-31

Obtención de FTPs
x*(t)
x(t) y(t)
G(s) x(t) y(t)
δT X(z) G(s)
X(s) Y(s)
Muestreador
ficticio
a) Sistema en tiempo continuo b) Sistema en tiempo continuo
y*(t)
con muestreador en entrada
δT Y(z)
• La presencia o ausencia de muestreador mediante impulsos es crucial en la determinación de la
FTP del sistema:
– Para el sistema a) la transformada de Laplace de la salida y(t) es:
Y ( s) = G ( s ) X * ( s) 
→
*
Y * ( s) = G * ( s ) X * ( s) 
→
Z
Y ( z ) = G( z ) X ( z )
– Para el sistema b) la FTP no es Z[G(s)], ya que no hay muestreador por impulsos:
Y ( s) = G ( s ) X ( s) →*
Y * ( s) = [G( s ) X ( s )]* = [GX ( s)]* 
→
Z

→
Z
Y ( z ) = Z [Y ( s)] = Z [G ( s) X ( s)] = Z [GX ( s)] = GX ( z ) ≠ G ( z) X ( z )
• Se supone, para estudiar FTP, que existe un muestreador a la entrada del elemento en
consideración. A la salida la presencia o no de un muestreador no afecta a la FTP, se puede
suponer un muestreador ficticio presente en la salida. Esto significa que, aunque la señal de
salida es continua, se puede considerar los valores de la salida sólo en t=kT ⇒secuencia y(kT).
• Métodos para calcular la FTP:
– Transformada z de la función expresada en s por descomposición en fracciones e identificación en tabla.
– Transformada inversa de Laplace L-1 y aplicación de la definición de la transformada z.
Control Digital - © JAM 1999
2-32

16
 FTP de elementos en cascada
Se suponen los muestreadores sincronizados y con el mismo periodo de muestreo.

x*(t) u*(t) y(t) y*(t)

x(t) u(t)
G(s) H(s)
δT
δT δT

a) Sistema muestreado con muestreador entre los elementos en cascada G(s) y Hs(s)

x*(t) y(t) y*(t)

x(t)
G(s) H(s)
δT δT

b) Sistema muestreado sin muestreador entre los elementos en cascada G(s) y Hs(s)

U ( s) = G ( s) X * (s )   U * ( s) = G * ( s) X * ( s)
 →  *
*
a)
Y ( s) = H (s )U (s) 
*
î Y ( s) = H ( s)U ( s)
* *

⇒ Y * ( s) = H * ( s)U * ( s) = H * ( s)G * ( s) X * ( s) = G * ( s) H * ( s) X * ( s)
Y ( z)
⇒ Y ( z ) = G ( z) H ( z ) X ( z ) ⇒ = G ( z) H ( z )
X ( z)
b) Y (s) = G (s) H ( s) X * ( s) = GH (s ) X * (s) →
*
Y * (s ) = [GH (s)]* X * ( s)
Y ( z)
⇒ Y ( z ) = GH ( z ) X ( z ) ⇒ = GH ( z ) = Z [GH ( s)] ≠ G ( z) H ( z )
X ( z)
Control Digital - © JAM 1999
2-33

FTP de sistemas en lazo cerrado

• La existencia o no de un muestreador de salida en el lazo hace que el comportamiento del
sistema sea diferente. Si existe un muestreador fuera del lazo, no habrá ninguna diferencia en la
operación del lazo cerrado.
R(s) E(s) E*(s) C(s)
+ G(s)
-

H(s)

E ( s) = R ( s ) − H ( s)C ( s )
 ⇒ E ( s ) = R( s ) − H ( s )G ( s ) E ( s ) 
→ E * ( s ) = R * ( s ) − GH * ( s) E * ( s)
* *

C ( s ) = G( s ) E * ( s ) 
R * ( s) 
E * (s) =  G * ( s) R * ( s ) G( z ) R( z )
⇒ 1 + GH * ( s)  ⇒ C ( s ) =
*
⇒ C( z ) = (ecuación de salida)
1 + GH *
( s ) 1 + GH ( z )
C * ( s ) = G * ( s) E * ( s) 
C( z) G( z)
FTP : =
R(z) 1 + GH ( z )

• La transformada inversa de C(z) nos da los valores de la salida en los instantes de muestreo.

Control Digital - © JAM 1999

2-34

17
 FTP de un controlador digital
• Se puede obtener esta FTP a partir de las características E-S requeridas del controlador digital.
Si suponemos e(k) la entrada al CD y m(k) la salida, la salida puede estar dada por una ecuación
en diferencias de la forma
m( k ) + a1m( k − 1) + a 2 m( k − 2) + ... + a n m( k − n) = b0 e( k ) + b1e(k − 1) + ... + bn e( k − n)
⇒ M ( z ) + a1 z −1 M ( z ) + a 2 z −2 M ( z ) + ... + a n z −n M ( z ) = b0 E ( z ) + b1 z −1 E ( z ) + ... + bn z −n E ( z )
M ( z) b0 + b1 z −1 + ... + bn z −n
⇒ GD ( z ) = =
E ( z ) 1 + a1 z −1 + a 2 z −2 + ... + a n z −n

• GD es la FTP del controlador digital y su uso es fundamental en el análisis de sistemas de

control digital en el plano z.

Control Digital - © JAM 1999

2-35

FTP en lazo cerrado de un sistema de control digital

r(t) e(t) e(kT) m(kT) Retenedor de u(t) c(t)
+ Muestreador Controlador
A/D Planta
- digital orden cero D/A

E(s) E*(s) -Ts C(s)

R(s) M*(s) U(s)
+ G*D(s)
1-e
Gp(s)
- s

G(s)

• La señal de error e(t) convertida a digital e(kT) alimenta al controlador digital que opera de una
manera adecuada para producir una señal m(kT). Esta relación entre las secuencias m(kT) y
e(kT) se especifica mediante la FTP GD(z) del controlador digital.
• Mediante la selección adecuada de los polos y los ceros de GD(z) se puede generar un buen
número de caracerísticas E-S.

C ( s ) = G ( s )G D* ( s ) E * ( s ) 
→
*
C * ( s ) = G ( s ) * G D* ( s ) E * ( s ) 
→
z
C ( z ) = G ( z )G D ( z ) E ( z )
C(z) G ( z )G D ( z )
E ( z ) = R( z ) − C ( z ) ⇒ C ( z ) = G ( z )G D ( z )[ R( z ) − C ( z )] ⇒ =
R ( z ) 1 + G D ( z )G ( z )

Control Digital - © JAM 1999

2-36

18
 FTP de un controlador PID digital (I)
• Actúa sobre la variable a ser controlada a través de una combinación apropiada de las tres
acciones de control:
– Proporcional: acción de control proporcional a la señal de error actuante (diferencia entre entrada y
señal de realimentación).
– Integral: acción de control proporcional a la integral de la señal de error actuante.
– Derivativa: acción de control proporcional a la derivada de la señal de error actuante.
• Acción de control PID en controladores analógicos: e(t) = señal de error actuante

 m(t) = señal manipulada
 1 de(t )  
∫ e(t )dt + T
t
m(t ) = K e(t ) +  K = ganancia proporcion al
dt 
d donde
 Ti 0
Ti = tiempo integral o de reajuste

îTd = tiempo derivativo o de adelanto
• Para obtener la FTP del controlador PID digital podemos discretizar esta ecuación aproximando
la integral por trapecios y el termino derivativo por la diferencia de dos puntos. Tras una serie
de pasos sencillos y aplicando transformada z obtenemos:  KI
 K p = K − 2 = ganancia _ proporcional
 KT
 KI   KI = = ganancia _ int e gra l
M ( z) = Kp + + KD (1 − z −1 ) E ( z ) donde  Ti
 1 − z −1   KT d
 KD = = ganancia _ derivativa
 T
î
M ( z) KI
G D ( z) = = Kp + + KD (1 − z −1 ) FTP de la forma posicional
E ( z) 1 − z −1
Control Digital - © JAM 1999
2-37

FTP de un controlador PID digital (y II)

• Esquema de control PID con forma de velocidad: se considera la diferencia hacia atrás entre
m(kT) y m((k-1)T). Se obtiene:
R( z ) + C ( z )
M ( z ) = − K p C ( z ) + KI − K p (1 − z −1 )C ( z )
1 − z −1
• Ventajas:
– No es necesaria la inicialización cuando se conmuta de operación manual a automática. Si hay cambios
bruscos da una mejor respuesta que el modelo posicional.
– Es útil en la supresión de correcciones excesivas en sistemas de control de procesos.
• Los controladores PID para los sistemas de control de procesos como control de temperatura,
presión y nivel se sintonizan (variables Kp, Ki y Kd) normalmente de forma experimental. Se
aplican cambios de tipo escalón en la señal de referencia o de perturbación y varian los valores
hasta que obtengamos una buena respuesta del sistema.
• Es importante elegir bien el periodo de muestreo, a título informativo se aconsejan para
sistemas de control de temperatura 10-30 seg, presión 1-5 seg y nivel 1-10 seg.

Control Digital - © JAM 1999

2-38

19
 Modelado de controladores y filtros digitales (I)

• Los métodos para desarrollar filtros y controladores digitales

involucran software, hardware o ambos:
⇒ Desarrollo software: Obtención de porgramas para el computador
involucrado en el sistema.
⇒ Desarrollo hardware: Obtención de un procesador de propósito especial
usando elementos retardadores, sumadores, multiplicadores, etc.
• Diferencias entre filtro digital (FD) y controlador digital (CD):
⇒ Se suele hablar de FD en el procesamiento de la señal digital: un
algoritmo computacional o dispositivo que convierte una secuencia de
números de entrada en una secuencia de salida, de una forma prescrita,
por ejemplo, para eliminar ciertas componentes en frecuencias de la
señal de entrada. El uso de FDs para sustituir filtros analógicos es muy
difundido.
⇒ En general, un CD es una forma de FD, solo que el control digital debe
ser hecho en tiempo real, mientras que en comunicaciones son tolerables
los retardos.

Control Digital - © JAM 1999

2-39

Modelado de controladores y filtros digitales (y II)

• Estudiaremos técnicas de desarrollo mediante diagramas de bloques, que
se aprovechan para realizaciones hardware o software en el filtrado y el
control digital. Es decir, veremos distintas formas de arquitecturas de
controladores digitales.

• Elemento de retardo. Una FTP de valor z-1 representa un retardo de una

unidad de tiempo, T:
x(k) x(k-1)
z-1
X(z) z-1 X(z)
• En general, consideraremos la FTP de un FD o CD como:

Y(z) b0 + b1 z−1+Κ +bm z−m

G(z) = =
X(z) 1+ a1 z−1+Κ +an z−n

Y(z) = -a1 z-1 Y(z) -a2 z-2 Y(z) - ... -an z-n Y(z) + b0 X(z) +b1 z-1 X(z) + ... +bm z-m X(z)

Control Digital - © JAM 1999

2-40

20
 Programación Directa
• Este diagrama de bloques representa la representación anterior de la FTP.
b0
b1
Y(z)
b2
X(z) +
z-1 z-1 z-1 bm +
− z-1 z-1 z-1

a1
a2
an
• Este desarrollo se llama programación directa. Esto significa que podemos
desarrollar el numerador y denominador de la FTP usando elementos de retardo
separados (m para el denominador, n para el numerador). En total, hay m+n
retardadores.
Control Digital - © JAM 1999
2-41

Programación Estándar (I)

• El número de retardadores del método anterior puede reducirse de n+m a n (para el
caso de n ≥ m), reorganizando el diagrama de bloques según este procedimiento:

Y(z) Y(z) H(z) 1

= = ( b0 + b1 z−1 +Κ + b m z− m ) ⇒
X(z) H(z) X(z) 1 + a1 z +Κ + a n z− n
−1

Y( z ) 
= ( b 0 + b1 z −1 +Κ + b m z − m ) 
H ( z)
H ( z) 1  ⇒
= 
X( z) 1 + a 1 z −1 +Κ + a n z − n 

Y(z) = b 0 H (z) + b1 z −1H (z)+Κ + b m z − m H (z) 


H (z) = X(z) − a 1 z −1H (z)−Κ −a n z − n H (z) 

• De estas dos últimas expresiones, podemos dibujar los dos siguientes diagramas de
bloque:

Control Digital - © JAM 1999

2-42

21
 Programación Estándar (II)

b0

b1

b2

H(z) Y(z)
+
z-1 z-1 z-1 bm +
−

X(z) H(z)
+
+ z-1 z-1 z-1 z-1
−

a1

a2

am

an

• Agrupando ambos esquemas, se obtiene el diagrama de bloques de G(z).

Control Digital - © JAM 1999
2-43

Programación Estándar (y III)

• Con este método sólo se utilizan n elementos de retardo.

b0

b1

b2

bm
Y(z)
X(z) H(z)
+ +
+ z-1 z-1 z-1 z-1 +
− −

a1

a2

am

an

Control Digital - © JAM 1999

2-44

22
 Programación Serie
• Ponemos G(z) como producto de FTPs de primer o segundo orden:
x(k) y(k)
G1(z) G2(z) Gp(z)
X(z) Y(z)

• Si conocemos los polos y ceros de G(z), entonces G1(z) ... Gp(z) se determinan
agrupando pares de polos y ceros complejo conjugados para producir funciones de 2º
orden, o pares de polos y ceros reales para producir funciones de 1º o 2º orden.
j 1 + b z −1 p 1 + e z −1 + f z − 2
G(z) = G1(z) G 2(z) ... Gp(z) = ∏ i
−
∏ i i
− 1 + d z −2
i =11 + a i z
1 i = j+1 1 + c i z i

+ bi +
+ z-1 +
− −

ai ei

+ +
+ z-1 z-1 fi +
− −

ci
di 2-45
Control Digital - © JAM 1999

Programación Paralela
• Expandimos G(z) en suma de fracciones parciales:
A

x(k) G1(z) x(k)

+
+
G(z) = A + G1(z) + G2(z) + ... Gq(z) X(z) + X(z)

Gq(z)

• Como A es una constante, las funciones de primer y segundo orden son escogidas en
formas más simples:
j q j bi q ei + fi z−1
G(z) = A + ∑ G i (z) + ∑ G i (z) = A+ ∑ −1
+ ∑ −1 −2
i =1 i = j +1 i=1 1+ ai z i= j+1 1+ ci z + di z

ei
+ fi
+ z-1 bi
−
+ +
ai + z-1 z-1 +
− −

ci
di

Control Digital - © JAM 1999

2-46

23